INVESTIGACION
Prof. Guillermo Sanchez M.
SIMULACION
(Introduccion)
Qu
e es simulaci
on?
Es una imitacion de las operaciones de un sistema o proceso real (Sistemas complejos).
Involucra la generacion de una historia artificial del comportamiento del sistema y a partir de
dicha historia se efect
uan inferencias relativas a las caractersticas operacionales del sistema real
que representa.
Permite describir y analizar el comportamiento del sistema real, y responder ciertas interrogantes
para apoyar el dise
no de sistemas reales.
Es una metodologa que permite apoyar la toma de decisiones. ya sea en el dise
no de Sistemas,
antes que este sea construido ya sea probando polticas de Operacion, antes que estas sean
implantadas.
Por s misma, la Simulacion, no resuelve los problemas, sino que ayuda a:
Identificar los problemas relevantes.
Evaluar cuantitativamente las soluciones alternativas.
Por qu
e son necesarios los modelos de simulaci
on o prototipos?
La experimentacion de un sistema o procesos
puede generar problemas eticos
puede generar problemas economicos
puede llevarlo a colapsos
puede ser simplemente imposible
Por ejemplo, en el desarrollo de un nuevo producto.
En resumen . . .
La Simulacion es un termino muy amplio, en realidad existen un conjunto de enfoques para
analizar problemas.
La Simulacion requiere de MODELOS (validez).
La Simulacion no es una solucion analtica.
La Simulacion no obtiene resultados exactos (desventaja).
La Simulacion permite modelar sistemas complejos (ventaja).
Areas
de aplicaci
on
Sistemas de Computadores.
Telecomunicaciones, Transporte y Energa.
Aplicaciones Militares y Navales.
Minera.
Poltica P
ublicas.
Manufactura Programacion, Inventarios.
Personal en empresas de servicios:
Bancos, Comida rapida, Correo, . . .
Distribucion y Logstica.
Salud Salas de emergencia y de operaciones
Planes de Emergencia (terremotos, inundaciones)
Distribucion de Servicios (juzgados, hospitales)
Qu
e es la Simulaci
on Computacional?
La Simulacion Computacional es un metodo para estudiar un amplio abanico de modelos de
sistemas del mundo real con el uso de:
evaluacion numerica con el computador,
software para imitar las operaciones y caractersticas del sistema, a menudo en el tiempo.
Cu
ando simular?
Como regla general, la Simulacion es apropiada cuando:
Desarrollar un modelo estocastico es muy difcil o quizas a
un imposible.
El sistema tiene una o mas variables aleatorias relacionadas.
La dinamica del sistema es extremadamente compleja.
El objetivo es observar el comportamiento del sistema sobre un periodo.
La habilidad de mostrar la animacion es importante.
Justificaci
on econ
omica.
Conceptos b
asicos.
Un modelo es una representacion de un sistema desarrollada para un proposito especfico.
Un sistema es cualquier objeto o conjunto de objetos cuyas propiedades se desean estudiar.
3
Ejemplos de sistemas.
Una planta de fabricacion con maquinas, personal, dispositivos de transporte y almacen.
El servicio de emergencia de un hospital con personal, salas, equipamiento y traslado de
pacientes.
Un parque tematico con atracciones, tiendas, restaurantes, trabajadores, clientes y estacionamientos.
Un supermercado.
Una mina en operaciones.
Un experimento es el proceso de extraer datos de un sistema sobre el cual se ha ejercido una
accion externa.
El m
etodo experimental no es posible aplicarlo al sistema real.
El modelado y la simulaci
on son las t
ecnicas adecuadas para el an
alisis de sistemas.
6.- Dise
no de experimentos
y experimentacion
7.- Analisis de resultados
8.- Documentacion
9.- Implementacion
Descripci
on
Define el problema a estudiar, incluyendo
los objetivos escritos del problema.
Especificacion del modelo a partir de las
caractersticas de los elementos del sistema
a estudiar y sus interacciones, teniendo en
cuenta los objetivos del problema.
Identificar, recoger y analizar los datos
necesarios para el estudio.
Construccion del modelo de simulacion
partiendo del modelo conceptual y de los
datos.
Comprobar que el modelo se comporta como
se espera y que existe la correspondencia
adecuada entre el sistema real y el modelo.
En funcion de los objetivos del estudio desarrollar
las estrategias de definicion de los escenarios a
simular. Experimentar
Analizar los resultados de la simulacion con la
finalidad de detectar problemas y recomendar
mejoras o soluciones.
Proporcionar documentacion sobre el trabajo
efectuado.
Poner en practica las decisiones efectuadas
con el apoyo del estudio de la simulacion.
Funciones de distribuci
on m
as usadas en la simulaci
on.
Distribuciones
Exponencial
Poisson
Normal
Uniforme
Gamma
LogNormal
Wieibull
Erlang
Triangular
Binomial
Las siguientes definiciones hay que tenerlas presente cada vez que nos enfrentemos a una situacion
en la que se deba realizar una simulacion.
Variables de estado: son el conjunto de variables que permiten determinar el estado de un
sistema en un instante determinado.
Eventos: sucesos que ocurren en un instante determinado tiempo y que pueden cambiar el
estado del sistema.
Entidad: describe el objeto que es procesado, manipulado o transportado en el sistema.
Cola: esta formada por un conjunto ordenado de entidades.
Recurso: es una persona, maquina o cualquier otro elemento que proporciona un servicio o
efect
ua operaciones sobre las entidades.
Variable aleatoria: es aquella variable cuyo valor no puede conocerse de forma precisa o determinista.
Distribuci
on: es la ley que gobierna el comportamiento probabilstico de la variable aleatoria.
Bibliografa.
D. Kelton, R. Sadowski, D. Sturrok, Simulaci
on con software Arena. McGraw-Hill, 2007.
J. Barcelo, Simulaci
on de sistemas discretos. Ed. Isdefe 1996
http://www.isdefe.es/webisdefe.nsf/0/43B4F3DB10A3EECFC12574CF005C1839?OpenDocument
A. Urqua, Simulaci
on, Ed. UNED, 2008.
http://www.uned.es/543072/Files/Simulacion